[发明专利]病理切片图像处理方法、电子设备及存储介质

说明书

本发明提供一种病理切片图像处理方法、电子设备及存储介质，该方法包括：获取待处理病理切片图像；对所述待处理病理切片图像进行分类处理，得到所述待处理病理切片图像的初始肿瘤分类结果；识别所述待处理病理切片图像中是否有增生坏死，得到所述待处理病理切片图像的增生坏死识别结果；根据所述初始肿瘤分类结果和所述增生坏死识别结果，获取所述待处理病理切片图像的目标肿瘤分类结果。本发明能够解决现有技术中人工识别脑胶质瘤带来的耗时耗力、准确性不高的问题。

技术领域

本发明涉及医学图像处理技术领域，尤其涉及一种病理切片图像处理方法、电子设备及存储介质。

背景技术

脑胶质瘤是因为大脑和脊髓胶质细胞癌变所产生的最常见的原发性颅脑恶性肿瘤。其发病率约占颅内肿瘤的35.2％～61.0％，由成胶质细胞衍化而来，具有发病率高、复发率高、死亡率高以及治愈率低的特点。胶质瘤又分为多种亚型，根据胶质瘤细胞形态可以分为星形细胞瘤和少突细胞瘤等。

目前，对于脑胶质瘤的分类，需要人工对病理切片图像进行识别。然而，病理切片图像并不是一张或几张图像。为了进行病理诊断，通常采用显微镜在20倍或40倍物镜下Z型扫描整张病理切片，一张病理全切片往往扫描得到上千张切片图像。传统的人工识别方法需要病理医生详细地浏览完这上千张图像后给出诊断结果，不仅耗时耗力，而且在浏览过程中，可能会忽略一些不明显的高风险特征，从而影响诊断结果的准确性。

发明内容

为了解决现有技术中人工识别脑胶质瘤带来的耗时耗力、准确性不高的问题，本发明提供一种病理切片图像处理方法、电子设备及存储介质。

为了实现上述目的，本发明采用如下技术方案：

第一方面，提供一种病理切片图像处理方法，包括：

获取待处理病理切片图像；

对所述待处理病理切片图像进行分类处理，得到所述待处理病理切片图像的初始肿瘤分类结果；

识别所述待处理病理切片图像中是否有增生坏死，得到所述待处理病理切片图像的增生坏死识别结果；

根据所述初始肿瘤分类结果和所述增生坏死识别结果，获取所述待处理病理切片图像的目标肿瘤分类结果。

在本发明一个优选实施例中，所述对所述待处理病理切片图像进行分类处理，得到所述待处理病理切片图像的初始肿瘤分类结果，包括：

采用预设的多个二分类模型分别对所述待处理病理切片图像进行分类处理，得到多个二分类结果；

根据所述多个二分类结果，得到所述待处理病理切片图像的初始肿瘤分类结果；

其中，各所述二分类模型分别用于识别所述待处理病理片图像是否为对应的预设肿瘤类别，当所有所述二分类模型均识别所述待处理病理片图像不为对应的预设肿瘤类别时，则将所述待处理病理片图像单独归类。

在本发明一个优选实施例中，在对所述待处理病理切片图像进行分类处理之前，所述方法还包括：

检测所述待处理病理切片图像是否为预设的无意义切片图像，若否，则对所述待处理病理切片图像进行分类处理。

在本发明一个优选实施例中，所述无意义切片图像包括无组织区域切片图像、出血区域切片图像和手术烫伤区域切片图像中的至少一种。

在本发明一个优选实施例中，所述识别所述待处理病理切片图像中是否有增生坏死，包括：

通过预设的分类算法，识别所述待处理病理切片图像中是否有增生坏死。

第二方面，本发明提供一种病理图像处理方法，包括：

获取若干病理切片图像，所述若干病理切片图像通过对同一病理切片的不同位置分别进行扫描得到；